Anatomical segmentation of the human medial prefrontal cortex
Notice bibliographique
Résumé
The medial prefrontal areas 32, 24, 14, and 25 (mPFC) form part of the limbic memory system, but little is known about their functional specialization in humans. To add anatomical precision to structural and functional magnetic resonance imaging (MRI) data, we aimed to identify these mPFC subareas in histological preparations of human brain tissue, determine sulci most consistently related with mPFC areal boundaries, and use these sulci to delineate mPFC areas in MRIs. To achieve this, we obtained three-dimensional MRI data from 11 ex vivo hemispheres and processed them for cyto- and myelo-architectonic analysis. The architectonic boundaries of mPFC areas were identified in histology and cortical surface length and volumes were measured. Unfolded maps of histologically determined boundaries were generated to identify the association of mPFC areal boundaries with sulci across cases. This analysis showed that cingulate and superior rostral were the sulci most consistently related to mPFC areal boundaries. Based on presence/absence and anastomosis between such sulci, 6 sulci patterns in the 11 hemispheres were found. A further analysis of 102 hemispheres of in vivo MRI scans (N = 51 males, mean ± SD 24.1 ± 3.1 years of age) showed similar sulci patterns, which allowed us to delineate the mFPC areas in them. The volumes of mPFC areas across histological, ex vivo and in vivo MRI delineations were comparable and probabilistic maps generated from the MRIs of the102 hemispheres. Probabilistic maps of mPFC areas were registered to MNI space and are available for regional analysis of functional magnetic resonance imaging data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».